Return to search

Proposta de um modelo quantitativo com base em lógica fuzzy para caracterização de cadeias de suprimentos em empresas / Proposal of a quantitative model based on fuzzy logic for the assessment of supply chains in companies

As empresas lidam com grupos de clientes distintos, com requisitos que os diferem entre si, portanto é importante aperfeiçoar o atendimento destes clientes por meio de estratégias da cadeia de suprimentos que sejam diferenciadas para cada grupo. A escola enxuta-ágil, apesar de sugerir formas práticas de avaliação da cadeia de suprimento para a tomada de decisão, não oferece muitas opções para sua segmentação. Por outro lado, a proposta de segmentação da escola do alinhamento dinâmico é mais robusta, entretanto esta escola sofre com excessiva normatização, além da imprecisão inerente a seu processo de avaliação primordialmente qualitativo e de difícil aplicação. Uma alternativa para lidar com a imprecisão relativa ao processo de segmentação é a aplicação da teoria dos conjuntos fuzzy. Nesse contexto, este trabalho tem por objetivo desenvolver um modelo quantitativo que utilize a teoria dos conjuntos fuzzy e, com base em dados de vendas, avalie a(s) cadeia(s) de suprimentos da empresa facilitando esta alcançar o alinhamento dinâmico. Os procedimentos de pesquisa utilizados no trabalho podem ser agrupados em três partes: pesquisa bibliográfica, desenvolvimento do modelo quantitativo axiomático descritivo e ilustração por meio de aplicação prática. O modelo computacional desenvolvido colaborou com a busca do alinhamento dinâmico. Obteve-se a identificação das cadeias de suprimentos que atendem aos grupos de clientes avaliados, fornecendo respostas de forma muito mais rápida que a análise proposta pelos modelos encontrados na literatura. A aplicação em caso real validou o modelo, uma vez que os resultados obtidos mostraram-se coerentes com a realidade apontada pelos especialistas da empresa estudada, indicando possíveis ações para o realinhamento da cadeia de suprimentos. / Companies deal with different customer groups, with requirements that differ between them, so it is important to improve customer service through different supply chain strategies for each group. The Leagile School, while suggesting practical ways of assessing the supply chain for decision-making, does not offer many options for its segmentation. The segmentation proposal of Dynamic Alignment School is more robust, however, this school is excessively normative, besides the vagueness inherent in its evaluation process that is primarily qualitative and difficult to apply. An alternative to deal with imprecision related to the segmentation process is the application of fuzzy set theory. In this context, the objective of this work is to develop a quantitative model that uses the fuzzy set theory and, based on sales data, assess the company\'s supply chain(s), facilitating the achievement of the dynamic alignment. The research procedures applied in the work can be grouped into three parts: bibliographic research, development of the descriptive axiomatic quantitative model, and illustration through practical application. The computational model developed collaborated with the search for dynamic alignment. It was possible to identify the supply chains that serve the client groups evaluated, providing answers faster than the analysis proposed by the models found in the literature. The application in real situation validated the model, since the results obtained were consistent with the reality pointed out by the experts of the company studied, indicating possible actions for the realignment of the supply chain.

Identiferoai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-22012018-095550
Date27 October 2017
CreatorsFerreira, Rafael Alves
ContributorsEspôsto, Kleber Francisco
PublisherBiblioteca Digitais de Teses e Dissertações da USP
Source SetsUniversidade de São Paulo
LanguagePortuguese
Detected LanguagePortuguese
TypeDissertação de Mestrado
Formatapplication/pdf
RightsLiberar o conteúdo para acesso público.

Page generated in 0.0025 seconds